U251N原位胶质母细胞瘤异种移植大鼠MRI引导LITT前后bulk RNA-seq
该数据集为U251N原位胶质母细胞瘤异种移植的athymic RNU/RNU大鼠在MRI引导激光间质热疗(LITT)前后的配对原发与复发肿瘤bulk RNA-seq数据,使用xengsort将reads分选为人(移植物)与大鼠(宿主)两路以分离人肿瘤转录组

基本信息
资源简介
U251N原位胶质母细胞瘤异种移植大鼠MRI引导LITT前后bulk RNA-seq
Bulk RNA-seq of U251N orthotopic glioblastoma xenografts in athymic RNU/RNU rats before and after MRI-guided laser interstitial thermal therapy (LITT)
该数据集为U251N原位胶质母细胞瘤异种移植的athymic RNU/RNU大鼠在MRI引导激光间质热疗(LITT)前后的配对原发与复发肿瘤bulk RNA-seq数据,使用xengsort将reads分选为人(移植物)与大鼠(宿主)两路以分离人肿瘤转录组。数据可用于研究LITT后存活细胞的转录状态、复发相关翻译抑制与整合应激反应激活,以及Garofano线粒体分子亚型转变,为LITT辅助治疗靶点探索提供表达谱资源(来源 NCBI)。
【数据集背景】
源站首次发布:Jul 09 202。
【数据内容】
源站描述(机器翻译,仅供参考):激光间质热疗(LITT)越来越多地用于深部和复发性胶质母细胞瘤,但存活于亚致死热半暗带并导致复发的细胞的转录状态尚不明确。我们对经MRI引导LITT治疗的athymic RNU/RNU大鼠U251N原位异种移植瘤的配对原发(LITT前)和复发(LITT后)肿瘤进行了bulk RNA-seq。使用xengsort将reads分选为人(移植物)和大鼠(宿主)两路,以从宿主信号中分离人肿瘤转录组。复发肿瘤表现出明显的翻译关闭和整合应激反应激活,并向Garofano线粒体分子亚型转变,提示翻译/ISR轴可作为LITT辅助治疗的候选靶点。
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL30173、9606。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE338105
【使用注意】
· 源站最后修改于 Jul 17 202,引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE338105
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
激光间质热疗(LITT)越来越多地用于深部及复发性胶质母细胞瘤,但在亚致死性热半暗带中存活并导致复发的细胞的转录状态尚不明确。我们对接受MRI引导下LITT治疗的胸腺缺陷RNU/RNU大鼠中U251N原位异种移植瘤的配对原发(LITT前)和复发(LITT后)肿瘤进行了bulk RNA-seq。使用xengsort将reads分选为人(移植物)和大鼠(宿主)两个数据流,以从宿主信号中分离出人肿瘤转录组。复发肿瘤表现出显著的翻译停滞和整合应激反应激活,并向Garofano线粒体分子亚型转变,提示翻译/ISR轴可作为LITT辅助治疗的候选靶点。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




